matlab空间域图像处理.docVIP

实验二 空间域图像处理 理解和掌握图像的线性变换和直方图均衡化的原理和应用； 了解平滑和锐化处理的算法和用途，学习使用平滑滤波器和边缘算子对图像进行平滑和锐化操作 实验步骤 图像直方图 读入一幅图像，计算并绘制图像的直方图 sample = imread(sample.jpg); imshow(sample); [M,N]=size(sample); [counts,x]=imhist(sample,32); counts=counts/M/N; stem(x,counts); 绘制文件名为sample.jpg的图像的直方图。 读入一幅低对比度图像，对图像进行直方图均衡化处理 histeqSample = histeq(sample); 使用’subplot’命令，将原始图像、原始图像直方图、均衡化处理后的图像、均衡化处理后图像直方图同时显示出来。 subplot(2,2,1); imshow(sample); %原始图像 subplot(2,2,2); stem(x,counts); %原始图像直方图 subplot(2,2,3); imshow(histeqSample); %均衡化处理后的图像 subplot(2,2,4); [M,N]=size(histeqSample); [counts,x]=imhist(histeqSample,32); counts=counts/M/N; stem(x,counts); %均衡化处理后图像直方图 编写程序，实现以下功能： 读入一幅图像，利用’imnoise’函数，添加高斯噪声； clear all; sample = imread(sample.jpg); gaussianSample=imnoise(sample,gaussian); imshow(gaussianSample); 通过100次相加求平均的方法去除噪声 sumSample = zeros(500,500); for i=1:100 gaussianSample=imnoise(sample,gaussian); tmp = im2double(gaussianSample); sumSample = sumSample + tmp; end; meanSample = sumSample./100; imshow(meanSample); 使用’subplot’命令，将原始图像，添加高斯噪声后的图像，以及去除噪声后的图像同时显示出来。 subplot(1,3,1); imshow(sample); %原始图像 subplot(1,3,2); imshow(gaussianSample); %添加高斯噪声后的图像 subplot(1,3,3); imshow(meanSample); %去除噪声后的图像 图像的平滑和锐化滤波 读入一幅图像，分别采用均值和高斯滤波器对图像进行平滑处理 clear all; sample = imread(sample.jpg); mean3Sample = filter2(fspecial(average,3),sample)/255; mean5Sample = filter2(fspecial(average,5),sample)/255; mean7Sample = filter2(fspecial(average,7),sample)/255; gaussianSample = filter2(fspecial(gaussian),sample)/255; 使用’subplot’命令，将原始图像，平滑处理后的图像同时显示出来 subplot(2,2,1); imshow(sample); %原始图像 subplot(2,2,2); imshow(mean7Sample); %采用均值进行平滑处理 subplot(2,2,3); imshow(sample); %原始图像 subplot(2,2,4); imshow(gaussianSample); %高斯滤波器进行平滑处理 分别采用’prewitt’和’sobel’边缘算子对图像做边缘增强处理’prewitt’算子 prewittSample = uint8(filter2(fspecial(prewitt),sample)); imshow(prewittSample); 采用’ sobel’算子 sobelSample = uint8(filter2(fspecial(sobel),sample)); imshow(sobelSample); 采用“原图*2-平滑图像”，以及“原图+边